Approfondimenti Mancano autorità e risorse per una data strategy vincente
Dario Orlandi
3' 15''
17/03/2023

Secondo un report di Domino Data Lab, la maggior parte dei Chief Data Officer non ha gli strumenti per centrare gli obbiettivi richiesti dalla dirigenza.

Mancano autorità e risorse per una data strategy vincente

Domino Data Lab ha pubblicato un nuovo report intitolato Build A Winning AI Offense: C-Level Strategies for an ML-Fueled Revenue Engine; secondo la ricerca, la maggior parte dei responsabili dei team data and analytics non dispone di risorse adeguate per fornire ciò che la dirigenza vuole dall'innovazione AI e ML.

Il sondaggio è stato realizzato da Wakefield Research e ha coinvolto cento Chief Data Officer (CDO) e Chief Data Analytics Officer (CDAO) di aziende con oltre un miliardo di dollari di fatturato.

La maggior parte degli intervistati sta modificando la data posture della propria organizzazione, cercando di creare nuovo valore di business con applicazioni di analisi, machine learning e intelligenza artificiale.

Il 95% degli intervistati ritiene che la leadership aziendale si aspetti un aumento delle entrate a seguito degli investimenti in applicazioni AI e ML.

Mancanza di controllo

Tuttavia, nonostante l'importanza crescente della data science come motore di innovazione e profitto, risorse come budget, personale e preparazione non sono allineate con queste priorità aziendali. Solo il 19%, infatti, afferma che i propri team di data science hanno ricevuto risorse sufficienti per soddisfare le aspettative.

Nick Elprin
Nick Elprin, co-fondatore e CEO di Domino Data Lab

Nick Elprin, co-fondatore e CEO di Domino Data Lab, ha commentato: “I responsabili dei team di data science hanno bisogno di risorse adeguate, empowerment e supporto per raggiungere gli obiettivi di fatturato e trasformazione. I consigli di amministrazione e l'intera dirigenza devono investire nei CDO e CDAO e metterli a capo delle persone, dei processi e delle tecnologie AI / ML”.

Molti CDO e CDAO ritengono che l'IT abbia un ruolo dominante rispetto alla loro funzione su questioni di AI/ML. Il 64% afferma che l'IT prende la maggior parte delle decisioni sulle piattaforme di data science, ma sottofinanzia le iniziative che possono avere un impatto sui profitti.

Il 99% concorda sul fatto che è difficile convincere l'IT a concentrare il proprio budget su iniziative di data science, ML e AI piuttosto che sulle tradizionali aree IT. Tuttavia, per il 76% dei CDO e CDAO il conseguimento di nuovi risultati di business con AI/ML è una delle tre principali priorità per il 2023.

Domino Data Lab
Top Three Priority

La rapidità è essenziale

Gli intervistati ritengono che le persone, i processi e la tecnologia siano i fattori critici che potrebbero ostacolare la capacità di superare i concorrenti. CDO e CDAO ritengono che la loro organizzazione debba modernizzare le strutture interne del team ed elevare i loro ruoli, ma anche ottenere un supporto centralizzato.

La quasi totalità ritiene che il supporto centralizzato sia stato critico per le iniziative di data science, ML e AI della loro organizzazione. Inoltre, la velocità di sviluppo e implementazione delle soluzioni di AI e ML determinerà chi sopravviverà e prospererà.

Tuttavia, l'81% afferma che le metriche attuali non siano pienamente in grado di misurare l'impatto aziendale di AI/ML.

Domino Data Lab
Danger Ahead

L'implementazione di applicazioni AI/ML rappresenta un'opportunità per le organizzazioni, ma presenta anche rischi. I CDO e CDAO intervistati riconoscono che la governance e l'IA responsabile sono punti critici.

Tutti gli intervistati concordano nell’affermare che le loro organizzazioni hanno subito conseguenze negative a causa delle difficoltà nello sviluppo e nell'operatività dei loro modelli di data science e delle applicazioni AI/ML, mentre il 44% ritiene che l'incapacità di governare correttamente le applicazioni potrebbe portare a perdite superiori ai 50 milioni di dollari.

Nonostante ciò, il 46% afferma di non disporre degli strumenti di governance necessari per impedire ai propri data scientist di creare rischi per l'organizzazione.

Kjell Carlsson
Kjell Carlsson, Head of Data Science Strategy & Evangelism di Domino Data Lab

Kjell Carlsson, Head of Data Science Strategy & Evangelism di Domino Data Lab, ha commentato: “Essere guidati dai modelli è essenziale per il successo, ma CDO e CDAO spesso non hanno l'autorità per guidare l'IT e gli altri stakeholder verso questi obiettivi”.

Potrebbe interessarti anche

Scenario

L'ingegneria dei dati al centro delle tendenze IT

Un'analisi di InfoQ sugli sviluppi legati all’ingegneria dei dati, all’intelligenza artificiale e alle tematiche di sost...

Opinioni

Come sviluppare progetti di data science di successo

I progetti di data science possono portare enormi vantaggi alle aziende, ma hanno delle difficoltà intrinseche da affron...

Mercato

Big Data: il mercato italiano cresce del 20%

Il valore del mercato italiano dei Big Data è in aumentato, ma i dati dimostrano che il margine di crescita è ancora mol...

Scenario

Il 40% delle aziende non sa gestire l'afflusso dei dati

Dalla ricerca Untapped Data di Salesforce emerge anche che la consapevolezza sull’importanza dei dati non si traduce spe...